Kural Tabanlı Eşleme

spaCy ile İleri Düzey NLP

Ines Montani

spaCy core developer

Neden sadece düzenli ifadeler değil?

Sadece dizgilerle değil, Doc nesneleriyle eşleştirin
Tokenlar ve token özniteliklerini eşleştirin
Modelin tahminlerini kullanın
Örnek: "duck" (fiil) vs. "duck" (isim)

Eşleme kalıpları

Sözlük listeleri, her token için biri
Tam token metinlerini eşleştirin
```
[{'ORTH': 'iPhone'}, {'ORTH': 'X'}]
```
Sözcüksel öznitelikleri eşleştirin
```
[{'LOWER': 'iphone'}, {'LOWER': 'x'}]
```
Herhangi bir token özniteliğini eşleştirin
```
[{'LEMMA': 'buy'}, {'POS': 'NOUN'}]
```

Matcher kullanımı (1)

import spacy

# Import the Matcher
from spacy.matcher import Matcher

# Load a model and create the nlp object
nlp = spacy.load('en_core_web_sm')

# Initialize the matcher with the shared vocab
matcher = Matcher(nlp.vocab)

# Add the pattern to the matcher
pattern = [{'ORTH': 'iPhone'}, {'ORTH': 'X'}]
matcher.add('IPHONE_PATTERN', None, pattern)

# Process some text
doc = nlp("New iPhone X release date leaked")

# Call the matcher on the doc
matches = matcher(doc)

Matcher kullanımı (2)

# Call the matcher on the doc
doc = nlp("New iPhone X release date leaked")
matches = matcher(doc)

# Iterate over the matches
for match_id, start, end in matches:

    # Get the matched span
    matched_span = doc[start:end]
    print(matched_span.text)

iPhone X

match_id: kural adı için karma değeri
start: eşleşen aralığın başlangıç indeksi
end: eşleşen aralığın bitiş indeksi

Sözcüksel öznitelikleri eşleme

pattern = [
    {'IS_DIGIT': True},
    {'LOWER': 'fifa'},
    {'LOWER': 'world'},
    {'LOWER': 'cup'},
    {'IS_PUNCT': True}
]

doc = nlp("2018 FIFA World Cup: France won!")

2018 FIFA World Cup:

Diğer token özniteliklerini eşleme

pattern = [
    {'LEMMA': 'love', 'POS': 'VERB'},
    {'POS': 'NOUN'}
]

doc = nlp("I loved dogs but now I love cats more.")

loved dogs
love cats

Operatörler ve niceleyiciler kullanma (1)

pattern = [
    {'LEMMA': 'buy'},
    {'POS': 'DET', 'OP': '?'},  # optional: match 0 or 1 times
    {'POS': 'NOUN'}
]

doc = nlp("I bought a smartphone. Now I'm buying apps.")

bought a smartphone
buying apps

Operatörler ve niceleyiciler kullanma (2)

	Açıklama
`{'OP': '!'}`	Olumsuz: 0 kez eşleştir
`{'OP': '?'}`	İsteğe bağlı: 0 veya 1 kez
`{'OP': '+'}`	1 veya daha fazla kez
`{'OP': '*'}`	0 veya daha fazla kez

Haydi pratik yapalım!

spaCy ile İleri Düzey NLP